Arcface人脸识别算法流程分析

流程分析

关于arcface人脸识别算法流程,首先引入论文的一个图:

 

(1)输入xi为1*d的向量,对该向量执行L2正则化得到 \frac{x_i}{\left \| x_i \right \|}

(2)向量W是d*n的矩阵,n表示分类的类别数,对每一列(Wj)执行L2正则化,得到\frac{W_j}{\left \| W_j \right \|}

(3)\frac{x_i}{\left \| x_i \right \|} 和 \frac{W_j}{\left \| W_j \right \|} 进行矩阵相乘得到全连接输出\cos (\theta _j),严格上讲是  \frac{x_i}{\left \| x_i \right \|} * \frac{W_j}{\left \| W_j \right \|}*\cos (\theta _j),前面两项都为1,所以就是\cos (\theta _j)j \in [1...n]

(4)对输出中对应真实标签的值\cos (\theta _{y_i})执行反余弦操作就得到 \theta _{y_i}y_i 表示真实的标签。

(5)因为SphereFace、ArcFace和CosFace中都有m参数,所以这里分别用m1、m2和m3表示,因此这3个算法整合在一起就是\cos (m_1\theta _{y_i} + m_2) - m_3

(6)对得到的feature乘以一个scale参数来放大,得到输出 s * \cos (\theta _j)

(7)再对(6)的结果输送到softmax函数(以e为底)

(8)最后得到预测输出的概率

 

代码理解

TODO

 


References:

[1] ArcFace: Additive Angular Margin Loss for Deep Face Recognition

[2] ArcFace算法笔记

[3] InsightFace及其mxnet代码

 

  • 2
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

liguiyuan112

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值